本發(fā)明實施例涉及圖像處理技術(shù)，尤其涉及紙幣幣值的識別方法及裝置。

背景技術(shù)：

根據(jù)市場需求，在驗鈔過程中需要準(zhǔn)確識別紙幣的幣值，即需要準(zhǔn)確地對紙幣幣值進(jìn)行區(qū)分，比如對人民幣而言，需要準(zhǔn)確地區(qū)分出待檢測的紙幣是100元、50元、20元或10元等。

現(xiàn)有技術(shù)中，一種紙幣幣值識別方案是利用紙幣圖像的尺寸進(jìn)行幣值識別，但是該方案對于紙幣尺寸的識別精度具有很強(qiáng)的依賴性。另一種紙幣幣值識別方案是利用紙幣的圖像特征信息建立每種幣值的紙幣的模板數(shù)據(jù)，然后獲取待檢測紙幣的相應(yīng)數(shù)據(jù)，通過模板匹配進(jìn)行幣值的識別。

但是由于有些圖像特征信息比較復(fù)雜，使得模板數(shù)據(jù)的準(zhǔn)確獲取較難，也使得數(shù)據(jù)之間的模板匹配程度難以確定，這些都會導(dǎo)致幣值識別的出錯率高，尤其是采集的圖像噪聲較大時，圖像特征會變得更不明顯，幣值識別的出錯率會更高。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供一種紙幣幣值的識別方法及裝置，以提高紙幣幣值識別準(zhǔn)確率。

第一方面，本發(fā)明實施例提供了一種紙幣幣值的識別方法，包括：

獲取待檢測紙幣的V分量圖像，其中，所述V分量圖像是所述待檢測紙幣的顏色飽和度圖像；

確定所述V分量圖像內(nèi)所有像素的像素值總和；

判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)，根據(jù)判斷結(jié)果確定待檢測紙幣的幣值。

進(jìn)一步地，獲取待檢測紙幣的V分量圖像包括：

獲取所述待檢測紙幣的彩色圖像；

從所述彩色圖像中分解出紅、綠和藍(lán)三個顏色分量圖像；

將所述紅、綠和藍(lán)三個顏色分量圖像轉(zhuǎn)換為所述V分量圖像。

可選地，在判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)之前，上述方法還包括：

構(gòu)建待訓(xùn)練幣值的訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集包含至少一張所述待訓(xùn)練幣值的紙幣彩色圖像；

獲取所述訓(xùn)練樣本集的V分量圖像集，并確定所述V分量圖像集對應(yīng)的像素值總和集；

確定所述像素值總和集中的最大值和最小值，并依據(jù)所述最大值和所述最小值確定所述待訓(xùn)練幣值的預(yù)設(shè)幣值判斷區(qū)間。

其中，預(yù)設(shè)幣值判斷區(qū)間的區(qū)間端點值分別為所述最小值和所述最大值。

進(jìn)一步地，判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)，根據(jù)判斷結(jié)果確定待檢測紙幣的幣值包括：

若所述像素值總和介于所述預(yù)設(shè)幣值判斷區(qū)間內(nèi)，則所述待檢測紙幣的幣值是所述預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。

第二方面，本發(fā)明實施例還提供了一種紙幣幣值的識別裝置，該裝置包括：

V分量圖像獲取模塊，用于獲取待檢測紙幣的V分量圖像，其中，所述V分量圖像是所述待檢測紙幣的顏色飽和度圖像；

像素值總和確定模塊，用于確定所述V分量圖像內(nèi)所有像素的像素值總和；

幣值確定模塊，用于判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)，根據(jù)判斷結(jié)果確定待檢測紙幣的幣值。

進(jìn)一步地，V分量圖像獲取模塊具體用于：

獲取所述待檢測紙幣的彩色圖像；

從所述彩色圖像中分解出紅、綠和藍(lán)三個顏色分量圖像；

將所述紅、綠和藍(lán)三個顏色分量圖像轉(zhuǎn)換為所述V分量圖像。

可選地，在上述裝置的基礎(chǔ)上，該裝置還包括：

預(yù)設(shè)幣值判斷區(qū)間確定模塊，用于在判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)之前，構(gòu)建待訓(xùn)練幣值的訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集包含至少一張所述待訓(xùn)練幣值的紙幣彩色圖像；獲取所述訓(xùn)練樣本集的V分量圖像集，并確定所述V分量圖像集對應(yīng)的像素值總和集；確定所述像素值總和集中的最大值和最小值，并依據(jù)所述最大值和所述最小值確定所述待訓(xùn)練幣值的預(yù)設(shè)幣值判斷區(qū)間。

其中，預(yù)設(shè)幣值判斷區(qū)間的區(qū)間端點值分別為所述最小值和所述最大值。

進(jìn)一步地，幣值確定模塊具體用于：

若所述像素值總和介于所述預(yù)設(shè)幣值判斷區(qū)間內(nèi)，則所述待檢測紙幣的幣值是所述預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。

本發(fā)明實施例通過獲取待檢測紙幣的V分量圖像，并確定該V分量圖像內(nèi)所有像素的像素值總和，然后依據(jù)該像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間的判斷結(jié)果確定待檢測紙幣的幣值，實現(xiàn)了利用待檢測紙幣的顏色分量特征進(jìn)行幣值識別，提高了紙幣幣值識別的準(zhǔn)確率。

附圖說明

圖1為本發(fā)明實施例一中的紙幣幣值的識別方法的流程圖；

圖2是本發(fā)明實施例一中的100元人民幣的V分量圖像；

圖3是本發(fā)明實施例一中的50元人民幣的V分量圖像；

圖4是本發(fā)明實施例一中的20元人民幣的V分量圖像；

圖5是本發(fā)明實施例一中的10元人民幣的V分量圖像；

圖6是本發(fā)明實施例二中的紙幣幣值的識別方法的流程圖；

圖7是本發(fā)明實施例三中的紙幣幣值的識別裝置的結(jié)構(gòu)示意圖；

圖8是本發(fā)明實施例三中的紙幣幣值的識別裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進(jìn)一步的詳細(xì)說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

實施例一

圖1為本發(fā)明實施例一提供的紙幣幣值的識別方法的流程圖，該方法可以由紙幣幣值的識別裝置來執(zhí)行，該裝置可以由軟件和/或硬件的方式實現(xiàn)，該裝置可以集成在任何需要進(jìn)行幣值識別的金融設(shè)備中，例如典型的是驗鈔器、點鈔機(jī)、清分機(jī)或公交系統(tǒng)的智能投幣設(shè)備等。具體包括如下步驟：

S110、獲取待檢測紙幣的V分量圖像，其中，所述V分量圖像是所述待檢測紙幣的顏色飽和度圖像。

具體地，對于一種確定的幣種而言，其不同幣值的紙幣都會有不同的紙幣尺寸、顏色、圖案及圖案分布等，以便人們進(jìn)行紙幣的真?zhèn)舞b別和幣值的區(qū)分。例如，對于人民幣而言，主要的幣值有100元、50元、20元、10元、5元和1元，其中100元的人民幣尺寸最大，顏色為紅色，中部印有100元字樣和茶花圖案；50元的人民幣尺寸次之，顏色為綠色，中部印有50元字樣和菊花圖案；20元的人民幣尺寸小于50元人民幣的尺寸，顏色為棕色，中部印有20元字樣和荷花圖案；10元的人民幣尺寸小于20元人民幣的尺寸，顏色為藍(lán)黑色，中部印有10元字樣和月季圖案；5元的人民幣尺寸小于10元人民幣的尺寸，顏色為紫色，中部印有5元字樣和水仙圖案；而1元的人民幣是所有幣值紙幣中尺寸最小的，顏色為橄欖綠色，中部印有1元字樣和蘭花圖案。所以除了利用尺寸、幣值字樣和花卉圖案的圖像特征來區(qū)分待檢測紙幣的幣值以外，還可以利用紙幣的顏色信息進(jìn)行幣值的識別。

通常情況下，獲得的紙幣圖像是紅綠藍(lán)(RGB)顏色空間下的彩色圖像?？紤]到RGB顏色空間是基于人眼識別的顏色進(jìn)行定義的，其將色調(diào)、亮度和飽和度三個量放在一起表示，使得R分量、G分量和B分量之間不互相獨立，難以進(jìn)行數(shù)字化的圖像處理分析，所以基于彩色圖像進(jìn)行圖像處理的分析時，需要將RGB顏色空間轉(zhuǎn)換至其他便于進(jìn)行圖像處理分析的顏色空間，例如HSI顏色空間(H是色調(diào)，S是飽和度，I是強(qiáng)度)、HSB顏色空間(H是色調(diào)，S是飽和度，B是亮度)、HSL顏色空間(H是色調(diào)，S是飽和度，L是明度)或YUV顏色空間(Y是亮度，U是色調(diào)，V是飽和度)等，這些顏色空間都是根據(jù)實際應(yīng)用中不同的應(yīng)用需求構(gòu)建的，其中色調(diào)、亮度和飽和度三個量都是相互獨立的，都可以依據(jù)實際情況進(jìn)行單個分量的數(shù)字化調(diào)節(jié)。

如果要基于顏色的差異對紙幣的幣值進(jìn)行檢測，那么需要找到不同幣值紙幣的顏色區(qū)分度最大的顏色分量。例如，本發(fā)明實施例經(jīng)過大量實驗發(fā)現(xiàn)，對于人民幣的不同幣值而言，在上述顏色空間中YUV顏色空間中的V分量圖像的差異最大，最能夠區(qū)分出人民幣的不同幣值。例如，圖2至圖5分別是100元、50元、20元和10元人民幣的V分量圖像，圖中的明暗程度表示V分量(即飽和度)的數(shù)值大小。V分量圖像越亮，飽和度越大；反之，V分量圖像越暗，飽和度越小。從圖中可以看出，100元的V分量圖像最亮，20元的V分量圖像次之，10元的V分量圖像次第三，50元的V分量圖像最弱。據(jù)此，可以利用V分量圖像的明暗差異來識別人民幣的不同幣值，而不用去識別V分量圖像中的具體的圖案特征信息，以此可以避免圖案特征信息識別及匹配的誤差，提高幣值識別的準(zhǔn)確率。

所以，本發(fā)明實施例中，要首先獲取待檢測紙幣的V分量圖像。至于V分量圖像的獲取方式，可以是通過彩色傳感器獲取待檢測紙幣的RGB彩色圖像，然后利用RGB顏色空間與YUV顏色空間的轉(zhuǎn)換關(guān)系得到；也可以是直接利用硬件方式，比如一些智能相機(jī)可以直接獲取YUV格式存儲的圖像數(shù)據(jù)，即YUV彩色圖像，然后直接從該YUV彩色圖像中提取V分量圖像。

S120、確定所述V分量圖像內(nèi)所有像素的像素值總和。

其中，像素是對模擬信號進(jìn)行數(shù)字化時的采樣點，是組成數(shù)字化圖像的最小單元。當(dāng)采集數(shù)據(jù)的傳感器確定之后，像素大小也就確定了，此時采集的待檢測紙幣的圖像中包含的像素數(shù)量也相應(yīng)確定。像素值是每個像素位置處的數(shù)值，具體是該像素的V分量。

具體地，經(jīng)過步驟S110的分析可知，可以通過V分量圖像的明暗差異來識別待檢測紙幣的幣值。具體的識別指標(biāo)可以是V分量圖像中所有像素值的累加和，也可以是V分量圖像中所有像素值的平均值，還可以是其他能夠表征V分量圖像明暗程度的指標(biāo)。為了獲得一個具有較大的數(shù)值區(qū)分度的數(shù)值范圍，本發(fā)明實施例中選擇了像素值的累加和的指標(biāo)。將步驟S110中獲取的待檢測紙幣的V分量圖像中的每一個像素的像素值累計相加，獲得該V分量圖像所有像素值的累加和，即像素值總和。

S130、判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)，根據(jù)判斷結(jié)果確定待檢測紙幣的幣值。

其中，預(yù)設(shè)幣值判斷區(qū)間是預(yù)先獲得的用于判斷每一種幣值的V分量圖像內(nèi)所有像素的像素總和的數(shù)值區(qū)間。對于每一種幣值，這個數(shù)值區(qū)間通常是利用大量的該幣值的紙幣數(shù)字化數(shù)據(jù)進(jìn)行統(tǒng)計獲得，其可以是統(tǒng)計全部數(shù)據(jù)的最大值和最小值，也可以是統(tǒng)計該數(shù)據(jù)在某一個置信區(qū)間內(nèi)，比如95％的置信區(qū)間內(nèi)的最大值和最小值。對于一種確定的幣種而言，一般包含至少一種幣值，則相應(yīng)地具有至少一個預(yù)設(shè)幣值判斷區(qū)間。例如，對于人民幣而言至少有6個預(yù)設(shè)幣值判斷區(qū)間。

具體地，將步驟S120中獲得的像素值總和與預(yù)設(shè)幣值判斷區(qū)間的兩個邊界值進(jìn)行比較，判斷該像素值總和是不是落在上述預(yù)設(shè)比值判斷區(qū)間內(nèi)，以此來判斷該待檢測紙幣的幣值是不是上述預(yù)設(shè)判斷閾值對應(yīng)的幣值。

示例性地，上述確定待檢測紙幣的幣值的過程可以是：若所述像素值總和介于所述預(yù)設(shè)幣值判斷區(qū)間內(nèi)，則所述待檢測紙幣的幣值是所述預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。

具體地，每一個預(yù)設(shè)幣值判斷區(qū)間都有兩個區(qū)間臨界值，分別為區(qū)間左邊界值和區(qū)間右邊界值。如果步驟S120中獲得的像素值總和大于或等于區(qū)間左邊界值，且小于或等于區(qū)間右邊界值，那么就確定該像素值總和落在該預(yù)設(shè)幣值判斷區(qū)間內(nèi)，就可以確定待檢測紙幣的幣值是該預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。

相反地，如果步驟S120中獲得的像素值總和小于區(qū)間左邊界值或者大于區(qū)間右邊界值，則該像素值總和落在該預(yù)設(shè)幣值判斷區(qū)間外，那么待檢測紙幣的幣值就不是該預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。此時，需要依據(jù)幣值識別的具體情況，作進(jìn)一步地處理。比如對于一些只需要識別某一種幣值的金融設(shè)備，在上述判斷之后，直接結(jié)束該張待檢測紙幣的判斷，進(jìn)入下一張待檢測紙幣的判斷。但是對于不限定具體幣值，而是需要識別出待檢測紙幣的幣值是哪種幣值的情況，如果有多個預(yù)設(shè)幣值判斷區(qū)間，即檢測紙幣的幣種包含多個幣值，那么就要將該像素值總和再與除該預(yù)設(shè)幣值判斷區(qū)間之外的其他預(yù)設(shè)幣值判斷區(qū)間依次相比較，確定其是否落入其他某一個預(yù)設(shè)幣值判斷區(qū)間內(nèi)。如果經(jīng)判斷，該像素值總和落入其他的某一個預(yù)設(shè)幣值判斷區(qū)間內(nèi)，那么待檢測紙幣的幣值就是上述像素值總和落入的預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。否則，如果像素值總和沒有落入任何一個預(yù)設(shè)幣值判斷區(qū)間，那么待檢測紙幣的幣值不能確定，需向紙幣檢測系統(tǒng)報錯，并進(jìn)行下一張待檢測紙幣的幣值檢測。

本實施例的技術(shù)方案，通過獲取待檢測紙幣的V分量圖像，并確定該V分量圖像內(nèi)所有像素的像素值總和，然后依據(jù)該像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間的判斷結(jié)果確定待檢測紙幣的幣值，實現(xiàn)了利用待檢測紙幣的顏色分量特征進(jìn)行幣值識別，提高了紙幣幣值識別的準(zhǔn)確率。

實施例二

圖6為本發(fā)明實施例二提供的紙幣幣值的識別方法的流程圖，本實施例在上述實施例的基礎(chǔ)上，對上一實施例進(jìn)行了具體說明和優(yōu)化。其中與上述實施例相同的步驟采用與其相應(yīng)的附圖標(biāo)記，與上述實施例相同或相應(yīng)的術(shù)語的解釋在此不再贅述。下面結(jié)合圖6對本發(fā)明實施例二提供的紙幣幣值的識別方法進(jìn)行說明，本實施例的方法包括：

S210、獲取所述待檢測紙幣的彩色圖像。

具體地，通過彩色傳感器獲取待檢測紙幣的RGB顏色空間下的彩色圖像，即RGB彩色圖像。

S220、從所述彩色圖像中分解出紅、綠和藍(lán)三個顏色分量圖像。

具體地，由于步驟S210中獲取的RGB彩色圖像中的每一個像素值都是R、G和B的數(shù)組，其并沒有將R、G和B三個顏色分量的圖像分離出來，只是一幅綜合的圖像，所以，需要從原始的RGB彩色圖像中將R、G和B三個顏色分量的圖像數(shù)據(jù)分離出來，得到三幅獨立的顏色分量圖像，分別對應(yīng)R分量圖像、G分量圖像和B分量圖像。

S230、將所述紅、綠和藍(lán)三個顏色分量圖像轉(zhuǎn)換為所述V分量圖像。

具體地，YUV顏色空間中的每一個分量圖像都可以通過RGB顏色空間與YUV顏色空間的轉(zhuǎn)換關(guān)系得到，即：

那么可以利用上述公式中第三個公式，即V＝0.615·R-0.515·G-0.100·B，將步驟S220中分離出來的R分量圖像、G分量圖像和B分量圖像進(jìn)行轉(zhuǎn)換，獲得V分量圖像。

S120、確定所述V分量圖像內(nèi)所有像素的像素值總和。

S130、判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)，根據(jù)判斷結(jié)果確定待檢測紙幣的幣值。

在上述所有技術(shù)方案的基礎(chǔ)上，本實施例中的方法在判斷所述像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)之前，還包括：

A、構(gòu)建待訓(xùn)練幣值的訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集包含至少一張所述待訓(xùn)練幣值的紙幣彩色圖像。

具體地，選擇至少一張待訓(xùn)練幣值的紙幣，通過彩色傳感器或其他彩色圖像獲取設(shè)備，獲取該至少一張待訓(xùn)練幣值的紙幣的彩色圖像，構(gòu)成待訓(xùn)練幣值的訓(xùn)練樣本集。其中，訓(xùn)練樣本集中的每一幅彩色圖像稱為一個樣本。彩色圖像可以是RGB彩色圖像，也可以是YUV彩色圖像。而選擇的紙幣應(yīng)該盡可能地包含不同情形下的紙幣，例如不同流通時間的完好紙幣以及能夠通過紙幣檢測設(shè)備的殘損紙幣。應(yīng)當(dāng)理解的是，訓(xùn)練樣本集中樣本數(shù)量越多，待訓(xùn)練幣值的預(yù)設(shè)幣值判斷區(qū)間會越精準(zhǔn)。這樣設(shè)置的好處是能夠?qū)Π煌肼暤募垘胚M(jìn)行訓(xùn)練，以減少后續(xù)幣值識別過程中各種噪聲的影響，提高幣值識別準(zhǔn)確率。

例如，待訓(xùn)練幣值是100元人民幣，選擇1000張不同流通時間的完好的100元人民幣以及可以通過紙幣檢測設(shè)備的有缺損、有諸如膠帶的附著物或有折角的殘損的100元人民幣。

B、獲取所述訓(xùn)練樣本集的V分量圖像集，并確定所述V分量圖像集對應(yīng)的像素值總和集。

具體地，從步驟A中的每一幅彩色圖像中提取V分量圖像，則步驟A中的所有彩色圖像能夠提取出至少一幅V分量圖像，構(gòu)成V分量圖像集。然后，利用步驟S120的方法獲取V分量圖像集中每一幅V分量圖像的像素值總和，構(gòu)成V分量圖像集對應(yīng)的像素值總和集。其中，當(dāng)步驟A中的彩色圖像是RGB彩色圖像時，提取V分量圖像的方式是利用RGB顏色空間與YUV顏色空間的轉(zhuǎn)換關(guān)系得到；而當(dāng)步驟A中的彩色圖像是YUV格式的彩色圖像時，可以直接從該圖像數(shù)據(jù)中提取V分量圖像。

例如，可以獲得1000幅如圖2所示的100元人民幣的V分量圖像，即V分量圖像集，相應(yīng)地，可以獲得1000個像素值總和，構(gòu)成V分量圖像集對應(yīng)的像素值總和集。

C、確定所述像素值總和集中的最大值和最小值，并依據(jù)所述最大值和所述最小值確定所述待訓(xùn)練幣值的預(yù)設(shè)幣值判斷區(qū)間。

具體地，統(tǒng)計出步驟B所得的像素值總和集中的最大像素值總和與最小像素值總和，即像素值總和集中的最大值和最小值，將該最小值作為預(yù)設(shè)幣值判斷區(qū)間的區(qū)間左邊界值，同時，將該最大值作為預(yù)設(shè)幣值判斷區(qū)間的區(qū)間右邊界值，那么上述區(qū)間左邊界值到上述區(qū)間右邊界值之間的數(shù)值范圍便構(gòu)成了待訓(xùn)練幣值的預(yù)設(shè)幣值判斷區(qū)間。該預(yù)設(shè)幣值判斷區(qū)間可以包含上述區(qū)間左邊界值和上述區(qū)間右邊界值，即上述預(yù)設(shè)幣值判斷區(qū)間可以是閉合區(qū)間，也可以不包含上述區(qū)間左邊界值和上述區(qū)間右邊界值，即上述預(yù)設(shè)幣值判斷區(qū)間也可以是開放區(qū)間。

例如，從1000個像素值總和中統(tǒng)計得到其中的最大值，記為V100_UP，同時統(tǒng)計得到1000個像素值總和中的最小值，記為V100_DOWN，那么由這1000張100元人民幣獲得的幣值為100元的預(yù)設(shè)幣值判斷區(qū)間就是(V100_DOWN，V100_UP)或[V100_DOWN，V100_UP]。

同樣地，如果待訓(xùn)練幣值是50元人民幣，則可確定其預(yù)設(shè)幣值判斷區(qū)間是(V50_DOWN，V50_UP)或[V50_DOWN，V50_UP]。如果待訓(xùn)練幣值是20元人民幣，則可確定其預(yù)設(shè)幣值判斷區(qū)間是(V20_DOWN，V20_UP)或[V20_DOWN，V20_UP]。如果待訓(xùn)練幣值是10元人民幣，則可確定其預(yù)設(shè)幣值判斷區(qū)間是(V10_DOWN，V10_UP)或[V10_DOWN，V10_UP]。

這樣設(shè)置的好處在于在進(jìn)行待檢測紙幣的幣值識別之前，通過大量的紙幣實驗，確定出每種幣值的判斷區(qū)間，能夠很大程度地減少幣值識別過程中的數(shù)據(jù)處理量，縮短數(shù)據(jù)處理時間，簡化幣值識別過程，提高幣值識別效率。

優(yōu)選地，預(yù)設(shè)幣值判斷區(qū)間的區(qū)間端點值分別為所述最小值和所述最大值。也就是說，預(yù)設(shè)幣值判斷區(qū)間的區(qū)間端點值為上述區(qū)間左邊界值和上述區(qū)間右邊界值，即預(yù)設(shè)幣值判斷區(qū)間是閉合區(qū)間。這樣設(shè)置的好處在于能夠給出更全面的數(shù)值范圍，使得幣值識別結(jié)果更加準(zhǔn)確。

本實施例的技術(shù)方案，通過獲取待檢測紙幣的RGB彩色圖像，利用YUV顏色空間與RGB顏色空間的轉(zhuǎn)換關(guān)系獲得該待檢測紙幣的V分量圖像，并確定該V分量圖像內(nèi)所有像素的像素值總和，然后依據(jù)該像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間的判斷結(jié)果確定待檢測紙幣的幣值，實現(xiàn)了利用待檢測紙幣的通用RGB彩色圖像進(jìn)行顏色分量特征提取并進(jìn)一步識別待檢測紙幣的幣值，提高了紙幣幣值識別的準(zhǔn)確率。

實施例三

圖7為本發(fā)明實施例三提供的紙幣幣值的識別裝置的結(jié)構(gòu)示意圖，本實施例中與上述任一實施例相同或相應(yīng)的術(shù)語的解釋在此不再贅述。該裝置可以包括：

V分量圖像獲取模塊710，用于獲取待檢測紙幣的V分量圖像，其中，所述V分量圖像是所述待檢測紙幣的顏色飽和度圖像；

像素值總和確定模塊720，用于確定V分量圖像獲取模塊710獲取的V分量圖像內(nèi)所有像素的像素值總和；

幣值確定模塊730，用于判斷像素值總和確定模塊720確定的像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)，根據(jù)判斷結(jié)果確定待檢測紙幣的幣值。

通過本發(fā)明實施例三的紙幣幣值的識別裝置的裝置，實現(xiàn)了利用待檢測紙幣的顏色分量特征進(jìn)行幣值識別，提高了紙幣幣值識別的準(zhǔn)確率。

本發(fā)明實施例所提供的紙幣幣值的識別裝置可執(zhí)行本發(fā)明任意實施例所提供的紙幣幣值的識別方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。

實施例四

圖8為本發(fā)明實施例四提供的紙幣幣值的識別裝置的結(jié)構(gòu)示意圖，本實施例在上述實施例的基礎(chǔ)上，對其進(jìn)行了具體說明和優(yōu)化。其中與上述實施例相同的圖單元采用與其相應(yīng)的附圖標(biāo)記，與上述任一實施例相同或相應(yīng)的術(shù)語的解釋在此不再贅述。該裝置可以包括：

V分量圖像獲取模塊710，具體用于獲取所述待檢測紙幣的彩色圖像；從所述彩色圖像中分解出紅、綠和藍(lán)三個顏色分量圖像；將所述紅、綠和藍(lán)三個顏色分量圖像轉(zhuǎn)換為所述V分量圖像。

像素值總和確定模塊720，用于確定V分量圖像獲取模塊710獲取的V分量圖像內(nèi)所有像素的像素值總和。

預(yù)設(shè)幣值判斷區(qū)間確定模塊740，用于在幣值確定模塊730判斷像素值總和是否介于預(yù)設(shè)幣值判斷區(qū)間內(nèi)之前，按照如下方式預(yù)先確定所述預(yù)設(shè)幣值判斷區(qū)間：構(gòu)建待訓(xùn)練幣值的訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集包含至少一張所述待訓(xùn)練幣值的紙幣彩色圖像；獲取所述訓(xùn)練樣本集的V分量圖像集，并確定所述V分量圖像集對應(yīng)的像素值總和集；確定所述像素值總和集中的最大值和最小值，并依據(jù)所述最大值和所述最小值確定所述待訓(xùn)練幣值的預(yù)設(shè)幣值判斷區(qū)間。

其中，預(yù)設(shè)幣值判斷區(qū)間的區(qū)間端點值分別為所述最小值和所述最大值。

幣值確定模塊730，具體用于若像素值總和確定模塊720確定的像素值總和介于預(yù)設(shè)幣值判斷區(qū)間確定模塊740確定的預(yù)設(shè)幣值判斷區(qū)間內(nèi)，則待檢測紙幣的幣值是該預(yù)設(shè)幣值判斷區(qū)間對應(yīng)的幣值。

通過本發(fā)明實施例四的紙幣幣值的識別裝置的裝置，實現(xiàn)了利用待檢測紙幣的通用RGB彩色圖像進(jìn)行顏色分量特征提取并進(jìn)一步識別待檢測紙幣的幣值，減少了幣值識別過程中的數(shù)據(jù)處理量，提高了紙幣幣值識別的準(zhǔn)確率。

本發(fā)明實施例所提供的紙幣幣值的識別裝置可執(zhí)行本發(fā)明任意實施例所提供的紙幣幣值的識別方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。

注意，上述僅為本發(fā)明的較佳實施例及所運用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解，本發(fā)明不限于這里所述的特定實施例，對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會脫離本發(fā)明的保護(hù)范圍。因此，雖然通過以上實施例對本發(fā)明進(jìn)行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。